CN112233164A - 一种视差图错误点识别与校正方法 - Google Patents

一种视差图错误点识别与校正方法 Download PDF

Info

Publication number
CN112233164A
CN112233164A CN202010982861.XA CN202010982861A CN112233164A CN 112233164 A CN112233164 A CN 112233164A CN 202010982861 A CN202010982861 A CN 202010982861A CN 112233164 A CN112233164 A CN 112233164A
Authority
CN
China
Prior art keywords
points
parallax
identifying
condition
disparity map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010982861.XA
Other languages
English (en)
Other versions
CN112233164B (zh
Inventor
尹维
左超
陈钱
冯世杰
孙佳嵩
胡岩
陶天阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202010982861.XA priority Critical patent/CN112233164B/zh
Publication of CN112233164A publication Critical patent/CN112233164A/zh
Application granted granted Critical
Publication of CN112233164B publication Critical patent/CN112233164B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Measurement Of Optical Distance (AREA)

Abstract

本发明公开了一种视差图错误点识别与校正方法，包括：根据左右一致性检验原理，通过比较左右视差数据来识别视差图中的有效点、遮挡点与误匹配点；去掉视差图中的遮挡点；对误匹配点进行校正。本发明利用左右一致性检验来判断视差图中的有效点、遮挡点与误匹配点，从而实现视差图错误点识别与校正。

Description

一种视差图错误点识别与校正方法
技术领域
本发明属于光学测量技术领域，具体为一种视差图错误点识别与校正方法。
背景技术
视差图是一幅以立体图像对中任一幅图像为基准，大小为该基准图像的大小，元素值为视差值的图像。由于视差图包含了场景的距离信息，因此从立体图像对中提取视差图的图像匹配，一直是双目视觉研究中最为活跃的领域。
两个摄像机同时进行拍摄时，由于在拍摄场景中景物自身形状或景物互相遮挡的原因，左边摄像机拍摄到的景物不一定全都被右边摄像机拍摄到，如图所示。这时，左图像中确定的图像信息与右图像中的图像信息由于遮挡失去某些信息而不能完全正确的匹配。此时就需要对视差图错误点进行识别与校正。
视差估计就是对于左图像上一点如何在右图像上寻找对应点的过程，也就是立体匹配的过程。这是立体视觉中最重要，最困难的步骤。造成立体匹配误差的原因有很多，如噪声、亮度、遮挡、摄像机成像过程中存在的误差等，这些误差都会引起图像对之间对应点存在差异。
发明内容
本发明的目的在于提出了一种视差图错误点识别与校正方法。
实现本发明目的的技术解决方案为：一种视差图错误点识别与校正方法，包括以下步骤：
步骤一：根据左右一致性检验原理，通过比较左右视差数据来识别视差图中的有效点、遮挡点与误匹配点；
步骤二：去掉视差图中的遮挡点；
步骤三：对误匹配点进行校正。
优选地，通过比较左右视差数据来识别视差图中的有效点、遮挡点与误匹配点的具体方法为：
进行条件1的判断，符合条件1的视差点识别为遮挡点；
条件1：y-d(x，y)＜1或者y-d(x，y)＞W或者p＞50
其中，(x，y)为像素点坐标，d(x，y)为左相机的视差图中像素点(x，y)的视差，W为图片的水平分辨率，p为当前像素点的匹配成本；
进行条件2的判断，符合条件2的视差点识别为有效点；
条件2：|d(x，y)-dr(x，y-d(x，y))|＜1.1
其中，dr(x，y)为右相机的视差图中像素点(x，y)的视差；
对不满足条件1和2的视差点进行条件3的判断，通过遍历整个视差范围，如果遍历整个视差范围，存在一个视差值di满足条件3，则该视差点识别为误匹配点，如果不满足则识别为遮挡点；
条件3：y-di≥1且y-di≤W且|di-dr(x，y-di)|＜1.1。
优选地，对误匹配点进行校正的具体方法为：
获得误匹配点的相邻8个像素点的视差值；
计算出相邻8个像素点中的有效点个数；
若有效点的个数小于4，则视为遮挡点并将其从视差图中去除；
若有效点的个数大于等于4，则将有效点按视差值从小到大进行排序，将排第二的视差值赋值给误匹配点。
本发明与现有技术相比，其显著优点为：本发明能快速、准确识别与校正视差图中有效点、遮挡点与误匹配点。
下面结合附图对本发明做进一步详细的描述。
附图说明
图1是一种视差图错误点识别与校正方法的流程图。
具体实施方式
如图1所示，一种视差图错误点识别与校正方法，包括以下步骤：
步骤一：根据左右一致性检验原理，通过比较左右视差数据来识别视差图中的有效点、遮挡点与误匹配点，具体的判断条件如下：
条件1：y-d(x，y)＜1或者y-d(x，y)＞W或者p＞50
符合条件1的视差点被识别为遮挡点。
其中，(x，y)为像素点坐标，d(x，y)为左相机的视差图中像素点(x，y)的视差，W为图片的水平分辨率，p为当前像素点的匹配成本。
条件2：|d(x，y)-dr(x，y-d(x，y))|＜1.1
符合条件2的视差点视为有效点。其中，dr(x，y)为右相机的视差图中像素点(x，y)的视差。
对不满足条件1和2的视差点进行条件3的判断。通过遍历整个视差范围，对于某一个视差值di，有如下判断：
条件3：y-di≥1且y-di≤W且|di-dr(x，y-di)|＜1.1
如果遍历整个视差范围，存在一个视差值di满足条件3，则该视差点视为误匹配点，如果不满足则该视差点视为遮挡点。
步骤二：去掉视差图中的遮挡点。
步骤三：对误匹配点进行校正。校正方法如下：首先获得误匹配点的相邻8个像素点的视差值，然后计算出相邻8个像素点中的有效点个数。对有效点个数进行判断，若有效点的个数小于4，则视为遮挡点并将其从视差图中去除。若有效点的个数大于等于4，则将有效点按视差值从小到大进行排序，将排第二的视差值赋值给误匹配点，从而实现误匹配点的校正。
本发明主要利用左右一致性检验来判断有效点，识别出视差图错误点，从而实现视差图错误点识别与校正。

Claims (3)

1.一种视差图错误点识别与校正方法，其特征在于，包括以下步骤：
步骤一：根据左右一致性检验原理，通过比较左右视差数据来识别视差图中的有效点、遮挡点与误匹配点；
步骤二：去掉视差图中的遮挡点；
步骤三：对误匹配点进行校正。
2.根据权利要求1所述的视差图错误点识别与校正方法，其特征在于，通过比较左右视差数据来识别视差图中的有效点、遮挡点与误匹配点的具体方法为：
进行条件1的判断，符合条件1的视差点识别为遮挡点；
条件1：y-d(x,y)<1或者y-d(x,y)>W或者p>50
其中，(x,y)为像素点坐标，d(x,y)为左相机的视差图中像素点(x,y)的视差，W为图片的水平分辨率，p为当前像素点的匹配成本；
进行条件2的判断，符合条件2的视差点识别为有效点；
条件2：|d(x,y)-dr(x,y-d(x,y))|<1.1
其中，dr(x,y)为右相机的视差图中像素点(x,y)的视差；
对不满足条件1和2的视差点进行条件3的判断，通过遍历整个视差范围，如果遍历整个视差范围，存在一个视差值di满足条件3，则该视差点识别为误匹配点，如果不满足则识别为遮挡点；
条件3：y-di≥1且y-di≤W且|di-dr(x,y-di)|<1.1。
3.根据权利要求1所述的视差图错误点识别与校正方法，其特征在于，对误匹配点进行校正的具体方法为：
获得误匹配点的相邻8个像素点的视差值；
计算出相邻8个像素点中的有效点个数；
若有效点的个数小于4，则视为遮挡点并将其从视差图中去除；
若有效点的个数大于等于4，则将有效点按视差值从小到大进行排序，将排第二的视差值赋值给误匹配点。
CN202010982861.XA 2020-09-18 2020-09-18 一种视差图错误点识别与校正方法 Active CN112233164B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010982861.XA CN112233164B (zh) 2020-09-18 2020-09-18 一种视差图错误点识别与校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010982861.XA CN112233164B (zh) 2020-09-18 2020-09-18 一种视差图错误点识别与校正方法

Publications (2)

Publication Number Publication Date
CN112233164A true CN112233164A (zh) 2021-01-15
CN112233164B CN112233164B (zh) 2022-09-27

Family

ID=74108399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010982861.XA Active CN112233164B (zh) 2020-09-18 2020-09-18 一种视差图错误点识别与校正方法

Country Status (1)

Country Link
CN (1) CN112233164B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114866758A (zh) * 2022-05-31 2022-08-05 星宸科技股份有限公司 视差图像填补方法以及图像处理装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103226821A (zh) * 2013-04-27 2013-07-31 山西大学 基于视差图像素分类校正优化的立体匹配方法
CN105023263A (zh) * 2014-04-22 2015-11-04 南京理工大学 一种基于区域生长的遮挡检测和视差校正的方法
CN110533701A (zh) * 2018-05-25 2019-12-03 杭州海康威视数字技术股份有限公司 一种图像视差确定方法、装置及设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103226821A (zh) * 2013-04-27 2013-07-31 山西大学 基于视差图像素分类校正优化的立体匹配方法
CN105023263A (zh) * 2014-04-22 2015-11-04 南京理工大学 一种基于区域生长的遮挡检测和视差校正的方法
CN110533701A (zh) * 2018-05-25 2019-12-03 杭州海康威视数字技术股份有限公司 一种图像视差确定方法、装置及设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114866758A (zh) * 2022-05-31 2022-08-05 星宸科技股份有限公司 视差图像填补方法以及图像处理装置
CN114866758B (zh) * 2022-05-31 2024-02-23 星宸科技股份有限公司 视差图像填补方法以及图像处理装置

Also Published As

Publication number Publication date
CN112233164B (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
US8593524B2 (en) Calibrating a camera system
CN109308719B (zh) 一种基于三维卷积的双目视差估计方法
CN112150528A (zh) 一种深度图像获取方法及终端、计算机可读存储介质
CN111210468A (zh) 一种图像深度信息获取方法及装置
CN104685513A (zh) 根据使用阵列源捕捉的低分辨率图像的基于特征的高分辨率运动估计
CN110956661B (zh) 基于双向单应矩阵的可见光与红外相机动态位姿计算方法
CN106570899B (zh) 一种目标物体检测方法及装置
CN114494462A (zh) 一种基于Yolov5和改进跟踪算法的双目相机测距方法
CN110992463B (zh) 一种基于三目视觉的输电导线弧垂的三维重建方法及系统
CN117053707A (zh) 三维重建方法、装置和系统、三维扫描方法和三维扫描仪
CN111435539A (zh) 一种基于联合优化的多相机系统外参标定方法
CN110889874B (zh) 一种双目相机标定结果的误差评估方法
CN112233164B (zh) 一种视差图错误点识别与校正方法
CN114998445A (zh) 一种图像稀疏点立体匹配方法
JP3008875B2 (ja) 被写体抽出装置
CN114283089A (zh) 基于跳跃加速的深度恢复方法、电子设备及存储介质
CN111160233B (zh) 基于三维成像辅助的人脸活体检测方法、介质及系统
US9674503B2 (en) Stereo matching apparatus using image property
CN110487254B (zh) 一种用于rov的水下目标尺寸快速测量方法
CN114998532B (zh) 一种基于数字图像重建的三维影像视觉传达优化方法
CN111260538A (zh) 基于长基线双目鱼眼相机的定位及车载终端
CN115471566A (zh) 一种双目标定方法和系统
CN112750154A (zh) 一种基于双目视觉的立体匹配方法
US9129378B2 (en) Method and apparatus for recovering a component of a distortion field and for determining a disparity field
CN112822481A (zh) 立体摄像机的校正品质的检测方法及检测系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant